4. Membangun input data Setelah data iklim dimasukkan dan berhasil running maka dilanjutkan
dengan memasukkan informasi data input ke dalam basis data. Data input ini Tabel 3 secara otomatis terbentuk berdasarkan deliniasi DAS dan karakterisasi
dari penggunaan lahantanahlereng. Pembuatan input data dilakukan dengan memilih opsi Write All. Default input ini dapat diedit dengan menggunakan menu
Edit SWAT Input. Tabel 3 Data input dalam SWAT
No Input Fungsi
1 Configuration file .fig
Mendefinisikan DAS beserta parameternya
2 Soil Data .sol
Membuat data tanah 3
Weather Generator Data .wgn Data generator iklim
4 Subbasin General Data .sub
Membuat data tingkat sub DAS 5 HRU
General Data
.hru Membuat data umum HRU
6 Main Channel Data .rte
Membuat data saluran utama 7
Groundwater Data .gw Membuat data air bawah tanah
8 Water Use Data .wus
Membuat data penggunaan air 9
Management Data .mgt Membuat data pengelolaan lahan
10 Soil Chemical Data .chm
Membuat data kimia tanah 11
Pond Data .pnd Membuat data untuk badan air
12 Stream Water Quality Data .swq
Membuat data kualitas aliran air 13
Watershed General Data .bsn File berisi input proses fisik yang
dijalankan model 14
Watershed Water Quality Data .wwq
Membuat data umum kualitas air 15
Master watershed file .cio File data informasi DAS mengenai
pilihan modeling, database, cuaca, dan output specification
5. Run SWAT Run model Gambar 9 dapat dilakukan setelah mengisi tanggal mulai dan
tanggal akhir simulasi serta memilih distribusi curah hujan yang digunakan skewed normal. Dilanjutkan dengan klik Setup SWAT Run dan terakhir klik
tombol Run SWAT. Hasil dari simulasi run model dapat dilihat pada menu Read SWAT Output
atau menggunakan SWAT Plot and Graph.
Gambar 9 Simulasi model
3.3.4 Kalibrasi
Setiap unit penggunaan lahan, kemiringan, tanah dan iklim yang berbeda akan menghasilkan parameter yang berbeda. Suatu parameter dapat dipengaruhi
oleh beberapa proses yang beragam. Untuk mengetahui seberapa jauh perbedaan dan parameter yang berpengaruh pada suatu DAS membutuhkan data pengukuran
dan teknik spasial analisis menggunakan fungsi pedotransfer, analisis geostatistik dan data penginderaan jauh.
Kalibrasi merupakan suatu pengujian model untuk mengetahui apakah model yang digunakan dapat menggambarkan kondisi sebenarnya. Kalibrasi
model dilakukan dengan cara membandingkan data hasil simulasi dengan data observasi. Kalibrasi model dilakukan dengan cara mengubah nilai parameter-
parameter yang bersifat sensitif dan mempunyai pengaruh besar terhadap proses hidrologi yang diukur.
Pada tahap kalibrasi, data yang digunakan yaitu data debit harian observasi dan simulasi bulan Februari-Maret tahun 2008 dan 2009. Analisis statistik yang
digunakan dalam kalibrasi yaitu dengan menggunakan korelasi koefisien Pearson R dan Nash–Sutcliffe coefficient of efficiency NSE. Nilai R berkisar antara 0
sampai dengan 1. Nilai R mendekati 1 menunjukkan bahwa terdapat hubungan
yang erat antara data simulasi dengan data observasi. Kriteria nilai statistik untuk NSE disajikan pada Tabel 4 sedangkan rumus perhitungan nilai dapat dilihat pada
persamaan 1. Nash Sutcliffe efficiency NSE merupakan suatu model statistik yang
menunjukkan besar dari pengaruh hubungan data simulasi dan data observasi. Nilai NSE berkisar antara 0 dan 1, yang mana nilai mendekati 1 menunjukkan
bahwa performa dari suatu model yang baik. Model statistik NSE ini paling banyak dipakai untuk menunjukkan performa dari suatu model karena dapat
memberikan informasi yang lebih akurat mengenai nilai yang diberikan. Tabel 4 Kriteria nilai statistik NSE
Kriteria NSE
Sangat baik 0,75NSE1,00
Baik 0,65NSE0,75 Memuaskan 0,50NSE0,65
Kurang memuaskan NSE
≤0,50
sumber: Moriasi et al. 2007
1
Keterangan: Yi
obs
= data observasi pengukuran Yi
sim
= data simulasi Y
mean
= rata-rata data observasipengukuran
3.3.5 Validasi
Langkah validasi bertujuan untuk membuktikan bahwa suatu prosesmetode dapat memberikan hasil yang konsisten sesuai dengan spesifikasi yang telah
ditetapkan. Validasi dilakukan pada data debit dengan memasukkan parameter
yang sudah dikalibrasi pada data simulasi dan kemudian membandingkan data